http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 한상택 (검색결과 9 건)
-
-
-
-
-
-
-
特活英語 學習時間의 使用方式과 性別이 成就度에 미치는 影響
한상택 全南大學校 敎育大學院 1992 국내석사
이 硏究의 目的은 國民學校 特活英語에서 學習時間 使用方式과 性別이 學業成就度에 미치는 影響을 탐구하는 것이다. 이 硏究는 學習時間 使用方式에 따른 集中集團과 分散集團, 남자와 여자, 評價時間에 따라 學業成就度의 차이를 分析하였다. 뿐만아니라, 이 變因들 간의 相互作用 效果도 分析되었다. 대상은 農漁村 지역의 5, 6학년 62명(남 26,여 36) 으로 구성되었다. 測定道具는 韓國敎育開發院과 全南敎育委員會에서 제작한 問題를 硏究者가 재 구성하여 50문항(25문항씩 2회)을 활용하였다. 成就度評價는 40일 간격으로 事後 2회 測定하였다. 자료는 全南大學校 전자계산소에 의뢰하여 SAS 통계分折 方法으로 變量分析하였다. 主要 結果는 다음과 같다. 1. 特活英語 學習時間의 使用方式의 차이는 成就度에서 의의있는 차이가 없었다. 그러나 적은 수준의 차이지만 의의도 수준에 가까운 차이가 있음은 본 假說 肯定의 可能性율 완전히 배제할 수 없었다. 2. 學業成就度에 있어서 性別에 따라 의의있는 차이가 있었으며 남자가 여자보다 더 높았다. 3. 評價時間에 따른 學業成就度는 의의있는 차이가 있었으며 2회 보다 1회 에서 더 높은 成就度를 보였다. 4. 學習時間 使用方式과 性別의 相互作用 效果는 없었다 5. 學習時間 使用方式과 評價時間 간에는 相互作用 敎果가 있었으며 分散 集團이 集中集團보다 더 높은 成就度를 보이고 있었다. 6. 性別과 評價時間 간에는 相互作用 敎果가 없었다. 7. 學習時間 使用方式 , 性別 , 評價時間은 相互作用 效果가 없었다. 이러한 結果로 보아 學習時間·性別과 評價時間은 學業成就에 있어서 중요한 變因임을 보여주고 있다. 따라서 교사와 학생은 特活英語 學習時間 使用方式에 대한 認識의 變化가 필요하다. 그럼에도 불구하고 이 硏究는 몇가지 制限點을 가지고 있으므로 확실한 結論 導出을 위해 좀 더 심도 깊은 硏究가 요구된다. The purpose of this study was to investigate the effects on achivement by English learning time and sex in elementary club activities. This study tried to know the differences between massed group(control group) and distributed group(experimental group) by the usage of learning time, sex , and evaluation time in English learning. Moreover, interaction effects were also calculated among these var i abl es. Subjects were 62 fifth and sixth graders (26 male and 36 female)who lived in a small fishing and a agrarian village in Chonnam Province.Observational instruments were teacher made listning tests ( 2 times each composed of 25 qestions ) based on KEDI and Chonnam Educational Committee. Data were analysed by analysis of variance (ANOVA), using SAS computer programs in Chonnam National University Computer Center. Major results were as follows: 1. There was no significant difference in school achivement between the usages of the English learning time in club activities. 2. Academic performance was affected significantly by sex. Male students showed a higher achivement level than their female counterparts . 3. Evaluation time had significant effects on their acadenic achivement. The first time showed a higher achivement level than the second one. 4. There was no significant interaction effects between learning group and sex. 5. The usage of learning time and the evalueation time showed significant interation efffects on their academic acivement in the distributed group than the massed group. 6. There was no interaction effects between sex and evaluation time. 7. there was no interaction effects among the usage of the learning time, sex and evaluation time. Thus, these results showed that the usages of the English learning time, sex and evaluation time in club activities are critical variables that determine academic performance. So, teachers and pupils shod be more alert to the usage of English learning time. However, this study had several limitations. Therefore, further studies need to be done before conclusions can be firmly drawn.
-
한상택 아주대학교 IT융합대학원 2024 국내석사
AI 의료기기 소프트웨어 평가 방법 IT융합대학원 한 상 택 지 도 교 수 정 기 현 본 논문은 AI 의료기기 소프트웨어의 평가 방법에 관한 연구이다. AI 기술 의 발전으로 인해 의료 분야에서 AI 의료기기 소프트웨어의 활용이 더욱 활발 해지면서, 소프트웨어의 안전성과 유효성을 검증할 필요성이 대두되고 있다. 이 에 본 논문에서는 기존 AI 의료기기 소프트웨어의 평가 방법들의 단점을 보완 하는 방법을 제안한다. 제안하는 방법에서는 소프트웨어의 학습 및 예측 능력 을 검증하기 위한 추가적인 측정 지표를 제안한다. 제안하는 측정 지표로는 적대적 예제 훈련, 교정, 불확실성의 정량화 방법 으로 적대적 예제 훈련의 경우 성능 향상, 적대적 저항성 평가가 가능하다. 또 한, 모델 성능이 기준보다 개선되었는지와 성능 저하가 없었는지를 확인한다. 교정에서는 모델의 예측 확률이 제조자가 제시한 기준보다 높은지 확인하며 불 확실성의 정량화에서는 모델의 불확실성 예측 확률이 기준값 이상인지 확인 가 능하다. 제안하는 지표의 유효성과 현장 적용 가능성 확인을 위하여 사례 검증 을 시행한다. This thesis examines the evaluation methods for AI medical device software. With the advancement of AI technology, the utilization of AI medical device software in the medical field has become more prominent, necessitating verification of the safety and efficacy of such software. In the thesis, a method is proposed to address the shortcomings of existing evaluation methods for AI medical device software. The proposed method suggests additional metrics to assess the software's learning and prediction capabilities. As part of the proposed metrics, methods for adversarial example training, calibration, and quantification of uncertainty are introduced. Adversarial example training allows for performance enhancement and evaluation of adversarial robustness. Additionally, it examines whether the model's performance has improved compared to benchmarks without performance degradation. Calibration checks if the model's prediction probabilities exceed those specified by the manufacturer, while uncertainty quantification assesses if the model's uncertainty prediction probabilities meet predefined criteria. Case validation is conducted to verify the effectiveness and practicality of the proposed metrics and their applicability in real-world scenarios.
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
